赵 锐

（商洛学院数学与计算机应用学院，陕西商洛 726000）

变化检测是指通过检测不同时刻同一场景下图像像素或纹理等特征之间的变化，获取感兴趣的地物或地表在位置、形状及其他属性的变化信息.全天时、全天候成像的独特优势使得合成孔径雷达（Synthetic Aperture Radar，SAR）图像更适合用于变化检测研究.近年来，SAR图像的变化检测已被广泛应用于军事侦察、自然及生态环境的实时监测［1］、自然灾害的评估［2］、农作物的分布及长势监测［3］、森林资源监测［4］、城市研究［5-7］等领域.

目前，针对SAR图像变化检测问题，国内外学者提出了许多解决方案［8］.但是由于SAR图像不可避免地受到相干斑噪声的影响，因此在变化检测过程中如何抑制噪声的影响显得尤为重要［9］.

由于光照、大气条件、环境等因素的变化，导致前后两时相SAR图像中未变化区域的像素灰度值之间同样存在差异.因此本文提出一种基于图像回归（Image Regression，IR）的变化检测方法，假设前后两时相SAR图像在未变化区域的像素灰度值之间是呈线性关系的，提取未变化区域内的样本，利用样本建立线性模型，再通过最小均方误差来估计线性模型的参数，最后利用线性模型重构变化后的图像.继而可以通过对真实SAR图像与重构图像进行差异度量得到差异图，并对得到的差异图进行分析，从而得到最终的变化检测结果.实验表明，本文提出的方法在一定程度上可以减少大气条件、入射角度以及环境差异等因素对变化检测精度带……